IA agéntica en la pyme: lo que aprendí en el 4YFN del MWC de Barcelona

1. Qué fue exactamente esa mesa (y qué no fue)

Empiezo por el contexto, porque en LinkedIn se infla mucho y prefiero contarlo tal cual. El 05/03/2026 la Cámara de Comercio de España organizó dos mesas redondas en su estand dentro del 4YFN, el evento de startups que se celebra en paralelo al Mobile World Congress en la Fira de Barcelona Gran Via. Una fue sobre financiación. La otra, en la que participé, sobre cómo la IA agéntica redefine el futuro de las startups y de las corporaciones.

Conmigo estaba Pablo Soto, director de IA e Innovación en Vodafone Business, y moderaba Alexander Phimister, fundador y CEO de Phimister's Group. Forbes España recogió la intervención al día siguiente en una pieza sobre las conclusiones de las dos mesas. No fue una charla en el escenario principal del 4YFN ni un premio: fue una mesa de trabajo en un estand, con público de pie y sin filtro. Que es, para ser sincero, donde se dicen las cosas interesantes.

Lo cuento porque el resto del artículo no va de la anécdota. Va de las tres o cuatro ideas que salieron ahí y que llevo seis meses viendo confirmarse en empresas reales, la mayoría de ellas pymes de logística, distribución y servicios que no se parecen en nada a una startup.

• Dónde: estand de la Cámara de España, dentro del 4YFN (Fira Barcelona Gran Via), 05/03/2026.
• Quién: Pablo Soto (Vodafone Business), Elek Cunill (DelegaloAI), moderada por Alexander Phimister.
• Tema: IA agéntica aplicada a startups y corporaciones.
• Cobertura: Forbes España, 06/03/2026.

2. Qué es la IA agéntica y en qué se diferencia de un chatbot

El término se usa mal casi siempre, así que conviene fijarlo. Un chatbot responde: le preguntas y te contesta con texto. Una automatización clásica ejecuta reglas fijas: si llega un correo con este asunto, mueve este fichero a esta carpeta. La IA agéntica está en medio y hace algo distinto de los dos: recibe un objetivo, decide los pasos, usa herramientas (tu correo, tu ERP, tu hoja de tarifas, tu CRM) y se detiene cuando ha terminado o cuando necesita a una persona.

La diferencia práctica se ve con un ejemplo de albarán. Un chatbot te diría qué campos tiene un albarán. Una automatización clásica moverá el PDF a una carpeta si el asunto contiene la palabra «albarán», y fallará el día que el proveedor cambie el asunto. Un agente lee el PDF venga como venga, extrae el número de pedido, lo busca en tu sistema, detecta que la cantidad entregada no cuadra con la pedida, abre la incidencia con los datos ya rellenos y avisa a quien corresponda. Nadie ha tecleado nada y nadie ha tenido que preguntarle nada.

Eso es lo que cambia. No es que el modelo sea más listo, es que se le da acceso a herramientas y permiso para encadenar pasos. Por eso la conversación en 2026 ya no va de «qué modelo uso» sino de «a qué le doy acceso y dónde le pongo el freno».

• Chatbot: responde cuando le preguntas. Cero acceso a tus sistemas.
• Automatización clásica: ejecuta reglas fijas. Rápida y barata, se rompe cuando cambia el formato.
• IA agéntica: recibe un objetivo, usa tus herramientas, encadena pasos y para cuando necesita una persona.
• Qué NO es: un sistema que decide solo lo que tiene coste. Aprobar un pago, aceptar una merma o cerrar una reclamación sigue firmándolo alguien.

3. El giro de los modelos grandes a los pequeños y locales

La aportación de Pablo Soto que más me interesó fue el movimiento del sector de los grandes modelos de lenguaje (LLM) hacia modelos pequeños y locales (SLM), y el control del dato como razón de fondo. Es un cambio que en la conversación pública apenas se nota, porque los titulares se los lleva siempre el modelo más grande, pero para una pyme es probablemente la noticia más útil de los últimos dos años.

El motivo es simple. Leer un albarán, clasificar un correo, extraer los datos de una factura o redactar el borrador de una respuesta no son tareas que necesiten el modelo más potente del mundo. Son tareas acotadas, repetitivas y con un formato reconocible. Un modelo pequeño las hace bien, cuesta una fracción y, sobre todo, puede correr en un servidor que tú controlas, sin que el documento salga de tu infraestructura.

Eso desactiva de golpe la objeción que más escucho en una primera reunión: «¿y esto no se lleva mis datos?». Con la arquitectura adecuada, el dato sensible no viaja. Y donde sí conviene usar un modelo grande (razonamiento complejo, redacción larga, análisis abierto), se le manda solo lo mínimo necesario, sin nombres ni identificadores, que es la práctica que aplicamos por defecto.

4. «La startup ya no es digital, es nativa de IA»: qué significa si tu empresa tiene 30 años

En la mesa coincidimos en que la empresa que nace hoy ya no nace solo digital, nace con procesos automatizados y agentes desde el primer día, lo que le permite operar con equipos más pequeños. Es una frase que suena bien en una feria de startups y que, dicha en una nave de un operador logístico de 40 personas, puede sonar a insulto.

Así que la traduzco. Si una empresa nueva de tu sector puede hacer lo mismo que tú con la mitad de administración, tu ventaja tiene que estar en otro sitio: en tu cartera, en tu conocimiento del cliente, en tu red de proveedores. Lo que no puede es estar en que tienes a tres personas tecleando datos, porque eso es coste puro y encima es el punto por donde te van a atacar en precio.

La conclusión no es «sé como una startup». Es más aburrida y más útil: quítate de encima el trabajo administrativo que no te diferencia, y dedica esas horas a lo que sí. En una pyme establecida eso no se hace cambiando de sistema, se hace poniendo capas encima del sistema que ya tienes y que ya funciona.

Lo que sí puede copiar una empresa establecida

Los procesos de entrada y salida de documentos, que es donde se va la mayoría del tiempo administrativo. La lectura automática de facturas con IA y el cruce con albaranes es el caso más rentable en cualquier empresa que reciba más de cien documentos al mes.

La atención de primera línea. Buena parte del «¿cómo va mi pedido?» se contesta solo si el sistema tiene acceso al estado real, y ese es el planteamiento del chatbot de WhatsApp para empresas: resolver lo resoluble y pasar a una persona lo que no lo sea.

Lo que no debería copiar

La velocidad temeraria. Una startup puede permitirse que algo falle una semana porque no tiene clientes que dependan de ello. Un operador con rutas diarias, no. Por eso en empresas establecidas montamos siempre con revisión humana en los puntos que tienen coste, y la quitamos solo cuando los números de varias semanas dicen que sobra.

Y el reemplazo del criterio. La IA propone y prepara; quién aprueba un abono o acepta una excepción de tarifa sigue siendo una persona con nombre.

5. El freno real no es la tecnología, es el proceso mal montado

Lo que dije en la mesa y sigo pensando: «Muchos procesos están mal estructurados. Automatizarlos desde cero permite saltarse pasos innecesarios y ganar competitividad».

Detrás de esa frase hay una experiencia concreta. Cuando entras a automatizar algo en una empresa, la tentación es calcar el proceso que ya existe y ponerle IA encima. Y el proceso que existe casi nunca es el proceso necesario: es el resultado de quince años de parches, de una persona que se fue y dejó su método, de un cliente que un día pidió algo raro y se quedó como norma para todos.

Si automatizas eso tal cual, automatizas también los pasos que sobran, y acabas con un sistema caro que hace mal lo mismo que se hacía mal a mano. El trabajo de verdad es la media hora incómoda en la que preguntas «¿y este paso por qué está aquí?» y en la mitad de los casos la respuesta es «porque siempre se ha hecho así».

Ese es también el motivo por el que desconfío de las propuestas cerradas antes de mirar. Cuando alguien te cotiza una automatización sin haber visto cómo trabajas, te está vendiendo su plantilla, no tu proceso. Es una de las señales que enumeramos en qué hace una agencia de IA y qué no debería venderte.

• Primero medir: cuántos documentos, cuánto tarda una persona, cuántos errores al mes.
• Después podar: qué pasos existen solo por inercia y se pueden eliminar antes de tocar nada.
• Luego automatizar: la versión limpia del proceso, no la heredada.
• Y quedarse: cuando el proveedor cambie el formato del albarán, alguien tiene que corregirlo. Ese alguien es el trabajo de verdad.

6. Cómo aterriza todo esto en un operador logístico

Vengo de la logística de eventos, así que el sector donde más he visto aplicarse esto es el mío. Y ahí la IA agéntica no es un experimento: es leer albaranes y pruebas de entrega que llegan como foto de móvil, cruzar la factura del transportista contra la tarifa acordada, avisar al cliente del retraso antes de que llame, y preparar la cotización repetitiva que alguien lleva escribiendo a mano tres años.

Ninguna de esas cuatro cosas requiere cambiar el ERP ni el CRM. Se montan encima, leyendo y escribiendo donde ya trabajas. Es exactamente el planteamiento de nuestra página de IA para logística, y el detalle proceso por proceso está en los siete procesos de un operador logístico que ya se automatizan.

Donde sí conviene frenar es en la parte comercial. Automatizar el seguimiento de oportunidades funciona, pero solo si el CRM refleja la realidad; si nadie lo actualiza, el problema no se arregla con IA, se arregla antes. Lo desarrollamos en automatización comercial sobre CRM.

7. Lo que no se dijo en la mesa (y debería decirse más)

En una feria nadie habla de lo que no funciona, así que lo pongo yo. Primero: el coste no está en montar la automatización, está en mantenerla. Un lector de facturas que hoy acierta el 97% empezará a fallar el día que un cliente cambie el diseño del PDF, y si no hay nadie mirando, te enterarás por un descuadre tres meses después.

Segundo: hay procesos que no compensa automatizar. Si algo pasa cinco veces al mes, hazlo a mano. Si cada caso es distinto y no hay patrón, tampoco. Y si tus datos están rotos, lo primero no es IA, es orden. Decir esto en una reunión comercial cuesta dinero a corto plazo y lo ahorra a medio.

Tercero: casi nadie pregunta dónde acaba el documento que sube. Debería ser la primera pregunta, no la última. Nosotros la respondemos antes de que la hagan, y por eso el planteamiento de minimización va por delante en cualquier propuesta que sale de aquí.

Y cuarto, el más incómodo: la mayoría de empresas no necesitan un proyecto de transformación, necesitan quitarse una tarea concreta de encima y comprobar que funciona antes de seguir. Empezar pequeño no es falta de ambición, es la única forma de que el segundo paso se dé con datos en vez de con fe.

Preguntas frecuentes

Fuentes

• Cámara de España destaca la financiación híbrida y la IA agéntica en el futuro de la startup (Forbes España)
• Cámara de España analiza las herramientas de financiación y cómo la IA agéntica redefinirá el futuro de las startups (Cámara de Comercio de España)

Seguir leyendo